計算医学、不確実性から精度へ

医療、産業、政府の関係者が、計算医療の出現は医療とヘルスケアの未来に革命を起こすだろうと述べている。これらの計算科学的アプローチは、人体のような複雑なシステムのモデリングに適していると考えられている。

計算医学、不確実性から精度へ

『American Journal of Obstetrics Gynecology』誌の2021年1月号では、テキサス大学オースティン校のDell Med、Oden Institute for Computational and Engineering Sciences(Oden Institute)、Texas Advanced Computing Center(TACC)の専門家や、医療、産業、政府の関係者が、計算医療の出現は医療とヘルスケアの未来に革命を起こすだろうと述べている。AscensionのCraig CordolaとHeartFlowのChristopher Zarinsは、Bukowskiらと共著でこの論説レビューを執筆した。

このような共同研究を原動力とする計算医学の新興分野は、数学、工学、計算科学の分野でより一般的に見られるアプリケーションを通じて、人間の病気のメカニズム、診断、治療を理解するための定量的なアプローチを開発することに焦点を当てている。これらの計算科学的アプローチは、人体のような複雑なシステムのモデリングに適していると考えられている。

テキサス大学オースティン校Dell Medのラデック・ブコウスキー教授らは「医学の本質は不確実性の下での意思決定、テストや治療についての決定である」と述べている。「人体と医療システムは、激しく相互作用する膨大な数の要素で構成された複雑なシステムである。このような複雑なシステムでは、結果が発生するまでには多くの異なる経路が存在する。私たちの体は頑丈だが、そのために私たちは非常に個性的であり、医療の実践は難しいものになっている。人は誰でも、危険因子と防御特性の組み合わせが異なる。だからこそ、精密医療が今後最も重要なのだ」。

医療とは、本質的には不確実性の下での意思決定であり、実施すべき検査や投与すべき治療法を決定するものである。従来、意思決定における不確実性は、個々の提供者が収集した専門知識や、最近ではエビデンスに基づいた医学の形で研究を体系的に評価することで対処されてきた。この伝統的なアプローチは、非常に長い間、医学の分野で成功裏に使われてきた。

「しかし、人体と医療のシステムが複雑であるため、実質的な限界がある。複雑なシステムは、互いに激しく相互作用する高度に結合したコンポーネントのネットワークだ。これらの相互作用は、それらのシステムに冗長性を与え、それゆえに故障に対する堅牢性を与え、同時に、同じ結果につながる多くの異なる因果関係の経路を持つ等比性を与える」とブコウスキーらは記述している。

「人体や医療システムの複雑なシステムが等しくなることで、医療、医療、意思決定の個別化が求められる。計算モデルは、複雑なシステムをモデル化することに優れており、その結果、医療の意思決定や医療の個別化を可能にしている。計算モデルには、理論または知識に基づくモデル、データ駆動型モデル、またはその両方のアプローチを組み合わせたモデルがある。計算モデルが複雑なシステムをうまく表現するためには、程度の差はあれ、データが不可欠である」。

共著者らは医療分野で採用され、政策立案などにも応用されているランダム化比較試験(RCT)についても、エビデンスを探す手法は、複雑な問題を単純化しすぎているため、役に立たない可能性があると指摘している。「RCTは、パワーのある試験を実施するには法外な費用がかかるため、まれなアウトカムに対しては否定的な結果を報告するように偏っている」。

「方法論的に厳密な方法で実施された十分なパワーを有するRCTが、医療における介入の効果に関連して最も強力なエビデンスを提供することに疑いの余地はない。さらに、異なる設定で実施されたこのような複数の試験のメタアナリシスは、効果の大きさのより正確な推定値を生成し、介入が異なる設定で一貫して効果があるかどうかを評価する。しかし、産婦人科における臨床的意思決定のうち、このようなエビデンスベースを用いて行われているのは少数派である」

計算は医学のすべての領域において極めて重要だがが、少なくとも2人の患者--母体と赤ちゃん--が関係しているため、産科では特に有望だ。共著者となっている州議会議員ドナ・ハワードによると、テキサス州の立法府は、州の母親の罹患率と死亡率が許容できないほど高いことを懸念する必要がある。「私は母体の罹患率と死亡率に対処するために計算医療アプローチをもたらすための努力を意識するようになったとき、私はすぐに興味をそそられた」とハワード氏は述べている。

個別化(パーソナライズ)医療が今勃興しているのは、今まで解決できなかった問題を解決できるコンピューティングパワーと数学的モデリングの進歩のおかげだ。特に、健康記録、行政データベース、無作為化比較試験、インターネットに接続されたセンサーなどのデータソースが増加していることから、洗練されたデータ駆動モデルを開発し、理論的な定式化に情報を提供するために、複数のタイムスケールで豊富な情報を得ることができるようになっている。

ハイパフォーマンスコンピューティング(HPC)による分析プラットフォームと組み合わせることで、患者や医療提供者に、個人単位での転帰やリスク評価の分析を提供し、共通の意思決定プロセスを改善することができるようになった。

「複雑なシステムの計算モデル化によって可能になる個別の意思決定は、個々の患者のケアから政策立案に至るまで、医療の全領域に革命をもたらす可能性を秘めている。このアプローチにより、集団内のすべての個人を治療するのではなく、集団が平均的に利益を得ているからといって集団内のすべての個人を治療するのではなく、検査や治療から純利益を得ている個人に検査や治療を適用することが可能になる。このように、医療の意思決定の個別化を可能にする計算モデル化は、健康状態の改善と医療費の削減の両方を可能にする可能性を秘めている」とブコウスキーらは記述している。

参考文献

Photo by Luke Chesser on Unsplash

Special thanks to supporters !

Shogo Otani, 林祐輔, 鈴木卓也, Mayumi Nakamura, Kinoco, Masatoshi Yokota, Yohei Onishi, Tomochika Hara, 秋元 善次, Satoshi Takeda, Ken Manabe, Yasuhiro Hatabe, 4383, lostworld, ogawaa1218, txpyr12, shimon8470, tokyo_h, kkawakami, nakamatchy, wslash, TS, ikebukurou, 太郎.

月額制サポーター

Axionは吉田が2年無給で、1年が高校生アルバイトの賃金で進めている「慈善活動」です。有料購読型アプリへと成長するプランがあります。コーヒー代のご支援をお願いします。個人で投資を検討の方はTwitter(@taxiyoshida)までご連絡ください。

デジタル経済メディアAxionを支援しよう
Axionはテクノロジー×経済の最先端情報を提供する次世代メディアです。経験豊富なプロによる徹底的な調査と分析によって信頼度の高い情報を提供しています。投資家、金融業界人、スタートアップ関係者、テクノロジー企業にお勤めの方、政策立案者が主要読者。運営の持続可能性を担保するため支援を募っています。
Takushi Yoshida is creating writing/journalism | Patreon
Patreon is a membership platform that makes it easy for artists and creators to get paid. Join over 200,000 creators earning salaries from over 6 million monthly patrons.

投げ銭

投げ銭はこちらから。金額を入力してお好きな額をサポートしてください。

https://paypal.me/axionyoshi?locale.x=ja_JP